Este repositório é constituído totalmente por notebooks Jupyter. São exemplos construídos para minhas aulas de processamento de sinais para a Engenharia Acústica da Universidade Federal de Santa Maria (UFSM). Os notebooks abordam duas disciplinas: (i) Introdução a sistemas lineares e (ii) Processamento digital de sinais I. Nelas, cobrimos as seguintes unidades:
-
Introdução a sinais (o que eles são, transformações da variável independente, sinais periódicos, sinais exponenciais, impulso, potência, energia, valor médio, RMS, etc)
-
Introdução a sistemas (o que são, memória, causalidade, estabilidade, linearidade, invariância no tempo, linearidade, Sistemas lineares e invariantes no tempo e convolução)
-
Análise espectral (Série de Fourier, Transformada de Fourier, propriedades, teorema da convolução, janelas temporais, etc)
-
Transformada de Laplace (definição, relação com a TF, Região de convergência, exemplo de filtro analógico, etc)
-
Amostragem e quantização
-
A Transformada Discreta de Fourier
-
Análise estatística de sinais (revisão, processos estacionários, auto-correlação, correlação cruzada, auto-espectro, espectro cruzado, método de Welch, coerência, estimativa da FRF)
Parte dos exemplos ainda está em construção e eles estarão disponíveis quando estiverem prontos (são passíveis de revisão).
This repository was entirely made using Jupyter Notebooks. They are simple examples built for my lectures as a professor of the Acoustical Engineering of the Federal University of Santa Maria (Brazil). The notebooks are about Digital Signal Processing and Signals and Systems. They cover the following chapters:
-
Introduction to signals (what they are, transformations of the independent variable, periodic signals, exponential signals, impulse, power, energy, mean value, RMS, etc)
-
Introduction to systems (what they are, memory, causality, stability, linearity, time invariance, linear and time invariant systems and convolution)
-
Spectral estimation (the Fourier series, the Fourier transform, properties, convolution theorem, use of windows, etc)
-
The Laplace Transform
-
Sampling, quantization and the Discrete Fourier Transform
-
Statistical signal processing (auto and cross-correlation, auto and cross spectrum, Welch's method, coherence, estimation of the Frequency Response Function)
For now, the examples are being implemented and will be available as soon as they are ready.